MétaCan
Menu
Retour à la cohorte
Enregistrement W2018486357 · doi:10.3791/3125

Non-Laser Capture Microscopy Approach for the Microdissection of Discrete Mouse Brain Regions for Total RNA Isolation and Downstream Next-Generation Sequencing and Gene Expression Profiling

2011· article· en· W2018486357 sur OpenAlexaff
Norman Atkins, Charlie M. Miller, Joseph R. Owens, Fred W. Turek

Notice bibliographique

RevueJournal of Visualized Experiments · 2011
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMolecular Biology Techniques and Applications
Établissements canadiensCanadian Sleep & Circadian Network
Organismes subventionnairesArmy Research OfficeAdvanced Research Projects AgencyDefense Advanced Research Projects Agency
Mots-clésLaser capture microdissectionBiologyRNAComputational biologyRNA extractionTranscriptomeGene expression profilingGene expressionRNA-SeqGeneDeep sequencingGeneticsGenome

Résumé

récupéré en direct d'OpenAlex

As technological platforms, approaches such as next-generation sequencing, microarray, and qRT-PCR have great promise for expanding our understanding of the breadth of molecular regulation. Newer approaches such as high-resolution RNA sequencing (RNA-Seq)(1) provides new and expansive information about tissue- or state-specific expression such as relative transcript levels, alternative splicing, and micro RNAs(2-4). Prospects for employing the RNA-Seq method in comparative whole transcriptome profiling(5) within discrete tissues or between phenotypically distinct groups of individuals affords new avenues for elucidating molecular mechanisms involved in both normal and abnormal physiological states. Recently, whole transcriptome profiling has been performed on human brain tissue, identifying gene expression differences associated with disease progression(6). However, the use of next-generation sequencing has yet to be more widely integrated into mammalian studies. Gene expression studies in mouse models have reported distinct profiles within various brain nuclei using laser capture microscopy (LCM) for sample excision(7,8). While LCM affords sample collection with single-cell and discrete brain region precision, the relatively low total RNA yields from the LCM approach can be prohibitive to RNA-Seq and other profiling approaches in mouse brain tissues and may require sub-optimal sample amplification steps. Here, a protocol is presented for microdissection and total RNA extraction from discrete mouse brain regions. Set-diameter tissue corers are used to isolate 13 tissues from 750-μm serial coronal sections of an individual mouse brain. Tissue micropunch samples are immediately frozen and archived. Total RNA is obtained from the samples using magnetic bead-enabled total RNA isolation technology. Resulting RNA samples have adequate yield and quality for use in downstream expression profiling. This microdissection strategy provides a viable option to existing sample collection strategies for obtaining total RNA from discrete brain regions, opening possibilities for new gene expression discoveries.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,300
Score d'incertitude au seuil0,307

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,049
Tête enseignante GPT0,370
Écart entre enseignants0,321 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetMolecular Biology Techniques and ApplicationsTravaux en français237 207